首页/文章/ 详情

新文推送——面向ISAC场景的信道语义表征：从测量到建模

北交大智能交通电波传播研究团队

2月前浏览149

北京交通大学

高移动性通信/智能交通电波传播研究组

文章概况

团队研究成果“Channel Semantic Characterization for Integrated Sensing and Communication Scenarios: From Measurements to Modeling（面向ISAC场景的信道语义表征：从测量到建模）”发表于IEEE Transactions on Wireless Communications。

论文第一作者为团队讲师张正宇，其他作者为何睿斯、艾渤、杨汨、张雪剑、戚子羿、钟章队。

DOI：10.1109/TWC.2026.3667552

内容介绍

通信感知一体化（ISAC）被认为是6G网络的重要关键技术之一。与传统通信系统不同，ISAC不仅要“传得好”，还要“感得准、看得懂”，使无线网络具备对周围环境进行感知、理解和交互的能力。在车载ISAC场景中，信道中不仅包含路径损耗、时延扩展、多径衰落等物理信息，还隐含着目标位置、运动状态、场景结构等更高层次的环境信息。如何从无线传播中提取并建模这些“语义”，是未来智能交通和通感融合系统走向智能化的重要问题。然而，现有信道模型大多聚焦于物理层统计特性，虽然能够较好描述传播损耗、多径分布和时变特征，但难以直接表达环境中的语义信息；另一方面，基于人工智能的数据驱动方法虽然具备较强的拟合能力，却往往缺乏可解释性，难以清晰揭示环境与信道之间的内在联系。因此，如何构建一种既具有物理真实性、又具备语义表达能力的ISAC信道模型，成为当前研究中的关键挑战。

（图1 三层信道语义模型与语义驱动建模框架。）

为解决上述问题，本文提出了一种面向概念事件的统一信道语义建模框架，如图1所示。该框架将复杂的环境—信道关系分解为三个层次：状态语义（status semantics）、行为语义（behavior semantics）和事件语义（event semantics）。其中，状态语义描述某一时刻环境中散射体的类型、位置和属性，对应信道的瞬时多径结构；行为语义描述车辆运动过程中多径轨迹随时间的演化规律，对应信道的动态变化；事件语义则进一步刻画状态与行为在更高层场景中的组合关系，对应整体场景拓扑与环境演变模式。通过这种层次化语义分解，原本复杂耦合的信道响应可以被表示为可组合、可扩展、可解释的语义模块。

（图2 基于深度估计与语义分割将环境信息与多径簇关联。)

研究团队构建了一套28 GHz车载ISAC信道测量平台，实现了电磁传播信息与物理环境信息的同步采集。该系统集成了发射机、接收机、360度全景相机、LiDAR、GNSS与高精度时钟模块，可同时记录宽带信道数据、环境图像、点云信息以及位置时间信息，从而建立真实车载动态环境下的“信道—场景”联合数据基础。在语义提取方面，论文结合深度估计与语义分割方法，对采集到的环境图像进行处理，并通过DBSCAN聚类方法将多径簇与物理散射体进行关联，如图2所示。具体来说，研究中利用视觉算法提取环境中建筑、树木、护栏、车辆等目标的语义标签，并基于时延对应的传播距离，将测得的多径簇自动映射到对应散射体上，从而实现信道多径与环境语义之间的配准。这一步使传统“仅有参数”的信道数据具备了明确的环境含义。

（图3 信道状态语义建模参数库。)

本文进一步建立了三类语义模型。对于状态语义，论文分别对不同语义类别下的多径数量、相对时延和相对功率进行了统计建模，形成了语义相关的参数库，如图3所示；对于行为语义，研究采用Markov链描述多径在直行、左转、右转等行为下的生灭与时延演化过程；对于事件语义，论文通过行为相关矩阵与状态共现矩阵刻画不同语义元素在场景中的组合关系，从而支持从高层事件出发生成完整的时变信道。最终，该框架可从“事件—行为—状态”逐层驱动，实现面向特定场景语义的信道仿真生成。

（图4 语义驱动模型在自定义场景下的仿真结果。)

实验结果表明，所提出的语义驱动模型能够较准确复现真实车载ISAC场景中的时变信道特征。在实测场景验证中，生成信道与测量信道的时变功率时延分布（PDP）总体保持一致，对应的均方根时延扩展结果也十分接近：测量信道和生成信道的平均值分别为67 ns和69 ns。为了进一步验证模型的语义表达能力，论文还采用了PCA特征分布对比和FID指标进行评估。结果显示，所提模型生成信道在语义特征空间中与真实测量信道高度重合，其90%分位的FID仅为0.374，明显优于对比的3GPP基准模型的1.612，说明该模型不仅在物理统计层面拟合准确，而且在语义结构表达方面更接近真实传播环境。此外，论文还展示了该模型在自定义语义场景下的泛化能力，如图4所示，对于“郊区直行”和“城市路口右转”等未直接参与参数拟合的场景，只要其语义元素能够由已建立的语义库表示，模型就可以合成出符合预期的信道响应，体现出良好的扩展性与场景迁移能力。

总体而言，本研究从真实测量出发，首次系统性地将环境语义信息引入车载ISAC信道建模过程，为未来通感融合系统从“物理传播建模”走向“语义驱动建模”提供了一条新的技术路径。该工作不仅提升了信道模型的可解释性和灵活性，也为6G智能交通、环境感知、语义通信及数字孪生系统中的场景级信道仿真提供了重要支撑。

文章链接

（长按并识别二维码以查看全文）

（文章引用）

@article{zhang2026channel,  title={Channel semantic characterization for integrated sensing and communication scenarios: From measurements to modeling},  author={Zhang, Zhengyu and He, Ruisi and Ai, Bo and Yang, Mi and Zhang, Xuejian and Qi, Ziyi and Zhong, Zhangdui},  journal={IEEE Transactions on Wireless Communications},  volume={25},  pages={13073--13089},  year={2026},  publisher={IEEE}}

或

Z. Zhang et al., "Channel Semantic Characterization for Integrated Sensing and Communication Scenarios: From Measurements to Modeling," in IEEE Transactions on Wireless Communications, vol. 25, pp. 13073-13089, 2026, doi: 10.1109/TWC.2026.3667552.

来源：北交大智能交通电波传播研究团队

ACT 建筑 ANSA 通信 UM 数字孪生人工智能

著作权归作者所有，欢迎分享，未经许可，不得转载

首次发布时间：2026-06-02

电波讲堂系列讲座第八期：无线通信信道建模 —北京交通大学杨汨副教授

免费

还没有评论